选择排序：python实现

原理

每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到全部待排序的数据元素排完。

python实现

def selection_sort(arr):
    for i in range(len(arr)-1):
        min_index = i
        for j in range(i+1, len(arr)):
            if arr[j] < arr[min_index]:
                min_index = j
        if i != min_index:
            arr[min_index], arr[i] = arr[i], arr[min_index]
    return arr

arr = [2,3,6,1,0,5,8]
selection_sort(arr)

排序结果如下：

[0, 1, 2, 3, 5, 6, 8]

以上代码的实现步骤是这样的：

• 第一层循环用来决定第一个元素的位置；
• min_index用来记录最小值的下标；
• 第二层循环用来找到和第一个元素相比，最小的那个元素，然后将min_index的下标替换成此元素的下标；
• 交换位置，将最小值不断的迭代到最前面；

算法性能

时间复杂度

选择排序的交换操作介于 0 和 (n - 1） 次之间。选择排序的比较操作为 n (n - 1） / 2 次之间。选择排序的赋值操作介于 0 和 3 (n - 1） 次之间。比较次数O(n^2），比较次数与关键字的初始状态无关，总的比较次数N=(n-1）+(n-2）+…+1=n*(n-1）/2。交换次数O(n），最好情况是，已经有序，交换0次；最坏情况交换n-1次，逆序交换n/2次。交换次数比冒泡排序少多了，由于交换所需CPU时间比比较所需的CPU时间多，n值较小时，选择排序比冒泡排序快。

稳定性

选择排序是给每个位置选择当前元素最小的，比如给第一个位置选择最小的，在剩余元素里面给第二个元素选择第二小的，依次类推，直到第n-1个元素，第n个元素不用选择了，因为只剩下它一个最大的元素了。那么，在一趟选择，如果一个元素比当前元素小，而该小的元素又出现在一个和当前元素相等的元素后面，那么交换后稳定性就被破坏了。比较拗口，举个例子，序列5 8 5 2 9，我们知道第一遍选择第1个元素5会和2交换，那么原序列中两个5的相对前后顺序就被破坏了，所以选择排序是一个不稳定的排序算法。

最后，分享另一段代码：

def sort(arr):
    for i in range(len(arr)-1):
        for j in range(i+1, len(arr)):
            if arr[i] > arr[j]:
                arr[i], arr[j] = arr[j], arr[i]
    return arr

从选择排序的原理看，这种写法并不算是真正的选择排序了，虽然也能实现最后的排序功能，也是很多人会写的一种（不推荐），和上面的代码非常像，但是区别在于：

没有指定最小值的index，直接进行比较，所以在比较的过程中，只要出现比基准值小的值，就立即发生交换，此时基准值也会发生变化，而标准的选择排序算法中，基准值是会初始化为arr[i]的，而且是要找到最小值后，才发生交换动作。

这是有细微区别的，大家可以用一个简单的数组做测试，在纸上把步骤都演算出来，看看它们的区别。
经过测试，发现这种写法和上面的写法相比，他们的比较次数都是相同的；但是发生交换的次数，这种写法要多很多，而交换动作是比较浪费资源的。所以，这种写法并不推荐。